正则表达式与字符串方法应协同使用：正则精准提取结构化信息，字符串方法高效处理细节加工与预清洗。
正则表达式不是万能的，字符串方法也不是过时的——二者配合才能高效应对真实场景中的复杂文本。关键在于：用正则精准定位和提取结构化片段，再用字符串方法做轻量、可读性强的后续加工。
先用正则抓出“骨架”，再用字符串精修细节
比如处理日志行："[INFO] 2026-06-07 13:25:41,123 user_abc logged in from 192.168.1.100 via https"。
正则适合一次性捕获核心字段（时间、级别、用户、IP、协议），但后续可能需要：
- 把
"user_abc"转成首字母大写的"UserAbc"→ 用.title()或.replace('_', ' ').title().replace(' ', '') - 把
"192.168.1.100"按点分割取最后两段 →ip.split('.')[-2:] - 将
"https"统一转为大写"HTTPS"→ 直接.upper()
用字符串方法预处理，降低正则复杂度
原始文本常含干扰字符（多余空格、换行、括号、引号），硬塞进正则会大幅增加模式长度和出错概率。
推荐先清洗再匹配：
-
text.strip().replace('\n', ' ').replace('\t', ' ')—— 压平换行与制表符 -
text.replace('：', ':').replace('（', '(').replace('）', ')')—— 统一中英文标点（尤其爬虫结果） -
re.sub(r'\s+', ' ', text)—— 把多个空白压缩为单个空格，让后续正则更稳定
例如匹配邮箱：r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b' 在干净文本中成功率远高于混有全角空格或乱码的原文。
分组捕获后，用字符串方法组合新格式
正则命名分组（(?P<year>\d{4})</year>）提取信息后，别急着拼接字符串，先转成字典再用 f-string 或 format() 构造输出：
pattern = r'(?P<date>\d{4}-\d{2}-\d{2}) (?P<time>\d{2}:\d{2}:\d{2}),(?P<ms>\d{3})'
m = re.search(pattern, log_line)
if m:
d = m.groupdict()
# 字符串方法灵活组装
iso_time = f"{d['date']}T{d['time']}.{d['ms']}Z"
hour_only = d['time'].split(':')[0]
这样比在正则里写一堆(?P<hour>\d{2}):(?P<min>\d{2})</min></hour>再手动拼接更清晰、易调试。
对固定前缀/后缀，优先用字符串方法而非正则
如果只是判断是否以"ERROR:"开头、或是否以".csv"结尾，直接用.startswith()和.endswith()比写^ERROR:或\.csv$更快、更安全、无编译开销。
只有当“开头”“结尾”本身带模糊性（如“以数字+下划线开头”“以任意标点结尾”）时，才动用正则。
不复杂但容易忽略：正则负责“不确定中的确定”，字符串方法守住“确定中的高效”。两者各司其职，文本处理就稳了。
